深度學習環境配置

本文配置的環境是以Ubuntu20作業系統為例，使用的是nvidia的顯示卡.

安裝nvidia驅動

如果是圖形介面直接在系統應用Software & Updates，選擇到Additional Drivers，點選nvidia驅動並應用更改即可;
具體可以參考連結： https://linuxconfig.org/how-to-install-the-nvidia-drivers-on-ubuntu-20-04-focal-fossa-linux

安裝cuda

直接sudo apt install nvidia-cuda-toolkit即可

參考： https://linuxconfig.org/how-to-install-cuda-on-ubuntu-20-04-focal-fossa-linux

配置conda環境

到清華源的miniconda映象選擇版本安裝miniconda，在這裡選擇Miniconda2-latest-Linux-x86_64.sh即可.
使用conda建立虛擬環境conda create -n myev anaconda python=3. 接著使用conda activate myev即可切換到剛建立好的環境,這時可以發現命令列的提示符會提示你當前所在的環境.

修改conda到清華源

對homo目錄下的.condarc檔案進行修改.
新增:

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 

使用conda安裝pytorch

先切換到我們的myev環境下,然後執行conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
參考:pytorch官網連結
注意應該和cudatoolkit的版本對應上,可以使用nvcc --version進行檢視.
從上也可以看出,需要安裝包只需要conda install pkgname即可.